Vectorflow-neuroverkon ja NASA data NASAn moottorien vikaantumisen ennustaminen vectorflow-neuroverkon avulla moottorien anturidatasta. Case GitLabissa Osakekurssien ennustaminen Osakekurssien ennustaminen LSTM-neuroverkon avulla, jonka pohjalta tehdään päätös osakkeen myynnistä, ostamisesta ja pitämisestä seuraavan päivän sulkeutumishinnan perusteella. Case GitLabissa Matopeli -reinforcement Matopelin madon liikkumisen opettaminen vahvistavan oppimisen (reinforcement) menetelmillä. Case GitLabissa Image autodecoder Neuroverkkoa on sovellettu kuvista häiriöiden poistamiseen ja kuvien uudelleen generointi. Case GitLabissa Puheesta tekstiin Puheen kääntäminen tekstiksi, jossa tehtiin opetusskriptit käyttämään Tensorflowin Dataset ja Estimator APIa. Case GitLabissa LSTM-neuroverkko ja NASA data NASAn moottorien vikaantumisen ennustaminen LSTM-neuroverkon avulla moottorien anturidatasta. Case GitLabissa Fraud Detection Luottokorttien käyttöön liittyvän datan klassifikointi eli luokittelu neuroverkkojen avulla. Tarkoituksena tunnistaa luottokortin väärinkäyttö maksutapahtuman tietojen perusteella, joista aika ja rahamäärä eivät ole anonymisoitu. Case GitLabissa Ennakoiva analytiikka ja NASA data Ennakoiva analytiikka NASAn moottoridataan. Moottorien vikaantumisen ennustaminen data-analytiikan avulla käyttäen lineaarista regressiota ja perceptoneja. Case GitLabissa Battlegrounds pelaajien analysointi Battlegrounds pelaajien käyttäytymisen analysointi koko pelin keston aikana. Pelaajien liikkumisen ja aktiviteettien vertaaminen klusterointimenetelmillä pelaajan menestymiseen. Case GitLabissa Keuhkokuumeen tunnistaminen röntgenkuvista Neuroverkon ja siirretyn oppimisen hyödyntäminen keuhkokuumeen tunnistuksessa vähäisellä opetusdatalla. Tutustu GitLabissa Kuvantunnistuksen demoja Helppokäyttöisiä kuvantunnistusdemoja, jotka toimivat verkkoselaimessa. Neuroverkon opetuksessa on käytetty avoimia kuvajoukkoja ja toteutettu käyttäen Keras-kirjastoa. Mallin lataamiseen ja ennustamiseen käytetään Tensorflow.js:ää. Kokeile Ruuhkien tunnistus tekoälyn avulla Ruuhkien tunnistaminen Liikenneviraston kelikameroiden kuvien perusteella käyttäen tekoälyä. Kelikameroiden kuvista laskettiin neuroverkon avulla objektien määrä, josta muodostettiin merkit ja lämpökartta Google mapsin karttapohjaan. Kokeile demoa Tutustu GitLabissa LAM-pisteiden reaaliaikainen visualisointi Liikenneviraston tarjoaman avoimen LAM (Liikenteen Automaattinen Mittaus)-pistedatan visualisointi demo käyttäen deck.gl ja react-map-gl kirjastoja. Tutustu GitLabissa Itseohjautuva auto videopelissä Neuroverkon avulla opetetaan auto ajamaan itsenäisesti videopelissä olevia ratoja. Tutustu GitLabissa Kokeiluja generatiivisilla neuroverkoilla Neuroverkkoja voidaan käyttää hyvinkin luoviin tarkoituksiin, esimerkiksi kuvien syntetisointiin tyhjästä. Kokeilimme generatiivista mallia realististen kasvojen piirtämiseen ja ehistämiseen. Tutustu GitLabissa Future City Challenge 2018 JAMKin opiskelijatiimin tuotos Future City Challengen (FCC) Jyväskylän haasteeseen. Tavoitteena resurssiviisas kaupunki. Tutustu GitLabissa Clickstreamin data-analysointi Clickstream (clickpath) on webbisivustolla vierailevien käyttäjien linkkien klikkaussekvenssi. Data-analytiikan avulla tutkimme verkkokaupan klikkaussekvenssistä tuotteiden ostoon liittyvää käyttäytymistä ja mistä sivustoilta Wikipediaan on päädytty. Tutustu GitLabissa Ostoskäyttäytymisen analysointi Ostoskäyttäytymisen analysointi avoimesta ostosdatasta data-analytiikan avulla käyttäen Market Basket Analysis menetelmää (a-priori). Tutustu GitLabissa Hahmojen ja kasvojen tunnistus Objektien tunnistaminen neuroverkkojen avulla joko kuvasta tai videokuvasta. Henkilön tunnistusta testattiin objektin tunnistuksen yhteydessä, kun objekti tunnistetaan ihmiseksi. Lisäksi kyseinen objektin tunnistaminen kytkettiin Nao-robottiin. Tutustu GitLabissa Maanjäristys datan analysointi Maanjäristysdatan analysointi klusterointimenetelmällä ja tulosten visualisointi 3D-mallilla. Tutustu GitLabissa LAM-pisteiden aikasarja-analyysi Liikenneviraston tarjoaman liikenteen automaattisten mittausasemien (LAM) avoimen datan aikasarja-analyysi ja liikenteen määrien ennustaminen data-analytiikan avulla. Tutustu GitLabissa Ota yhteyttä! Olemme valmiita ottamaan haasteita ilman toimialarajoja ja löytämään kanssanne uutta liiketoimintaa ja tekoälyn ja data-analytiikan sovelluskohteita. Rantonen Mika Lehtori, Senior Lecturer IT, Institute of Information Technology Teknologia, School of Technology +358407167269 etunimi.sukunimi@jamk.fi